CN111507949B - 一种基于视觉的芯片识别方法 - Google Patents
一种基于视觉的芯片识别方法 Download PDFInfo
- Publication number
- CN111507949B CN111507949B CN202010268483.9A CN202010268483A CN111507949B CN 111507949 B CN111507949 B CN 111507949B CN 202010268483 A CN202010268483 A CN 202010268483A CN 111507949 B CN111507949 B CN 111507949B
- Authority
- CN
- China
- Prior art keywords
- chip
- image
- center
- coordinates
- material tank
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
- B25J19/02—Sensing devices
- B25J19/04—Viewing devices
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/10—Programme-controlled manipulators characterised by positioning means for manipulator elements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及芯片识别技术领域,特别涉及一种基于视觉的芯片识别方法。通过摄像头拍摄芯片获得具有芯片的第一图像,并对第一图像芯片屏蔽盖进行计算处理,从而准确地确定芯片的位置,实现系统控制机械手机构准确地抓取芯片;通过摄像头拍摄物料槽获得具有物料槽的第二图像,并对第二图像进行计算处理得到物料槽图像的中心点坐标,从而准确地确定芯片放入物料槽中的位置,实现系统控制机械手机构准确地将芯片放入编带的物料槽中,大大提高了对芯片识别的准确率,以及提高设备自动抓取芯片和转移芯片的效率,提高生产效率。
Description
技术领域
本发明涉及芯片识别技术领域,特别涉及一种基于视觉的芯片识别方法。
背景技术
随着电子产品的需求量越来越大,电子芯片的生产量也越来越大。芯片在制造完成后,还需要经过检测、分选、封装等工序后才能被应用在各种电子产品中。而封装工序大多是通过手动编带或编带机来实现封装。
为适应生产需求,现阶段自动编带机逐渐代替了手动编带,自动编带机按照预先设定好的程序将芯片有序放入编带中。为此编带机需要有高精度的电机来作为机械手的动力,也需要有极其稳定的传感器,然而自动编带机的风险依旧存在,如芯片识别的准确率低,造成设备自动抓取芯片和转移芯片效率低,芯片位置识别错误可能导致编带机生产过程中出现封装异常,影响生产效率。
发明内容
本发明的发明目的在于提供一种基于视觉的芯片识别方法,采用本发明提供的技术方案解决设备对芯片识别的准确率低,造成设备自动抓取芯片和转移芯片的效率低,影响生产效率的问题。
为了解决上述技术问题,本发明提供一种基于视觉的芯片识别方法,用于具有三轴机械手的编带机;在机械手上设置有拍摄中心与其抓取中心重叠的摄像头;包括以下步骤:
S100:摄像头拍摄芯片获得具有芯片的第一图像,系统对第一图像进行计算处理,分别获取第一图像的中心点坐标和第一图形中芯片屏蔽盖的中心点坐标;
S200:根据芯片屏蔽盖的中心点坐标和第一图像的中心点坐标计算得到摄像头中心相对于芯片屏蔽盖中心的距离,确定抓取芯片的位置;
S300:摄像头拍摄物料槽获得具有物料槽的第二图像,系统对第二图像进行计算处理,分别得到第二图像的中心点坐标和第二图像中物料槽的槽中心点坐标;
S400:根据第二图像的中心点坐标和物料槽的槽中心点坐标计算得到摄像头中心相对于物料槽中心的距离,确定芯片放入物料槽中的位置。
优选的,在步骤S100中,计算获得第一图像中芯片屏蔽盖的中心点坐标,其获得过程包括以下步骤:
S101、摄像头拍摄芯片,获得的第一图像为芯片标准图像,并输送至系统;
S102、对芯片标准图像二值化处理,对图像上的像素点进行判断并获得白色的屏蔽盖区域在图像上的位置;
S103、根据白色屏蔽盖区域的四条边的像素点坐标,获得一个四边形;
S104、计算四边形对角线交点的坐标,即为芯片屏蔽盖的中心点坐标。
优选的,在步骤S300中,计算获得第二图像中物料槽的槽中心点坐标,其获得过程包括以下步骤:
S301、通过人工测量物料槽中心的圆圈的直径,计算出圆的面积,并将数值输入至系统;
S302、摄像头拍摄物料槽,获得的第二图像为物料槽标准图像,并输送至系统;
S303、对物料槽标准图像二值化处理,利用基尔霍夫找圆算法识别判定图像中为圆形状的区域块/色块,并计算得到各区域块/色块的面积;
S304、将步骤S303中得到的各区域块/色块的面积分别与步骤S301中输入的物料槽中心圆的面积做对比,筛选出与物料槽中心圆的面积最接近的区域块/色块,其圆心坐标则为物料槽的槽中心点坐标。
优选的,在步骤S400中,确定芯片放入物料槽中的位置之前需检测芯片的倾斜角度,其检测方法包括以下步骤:
S401、根据在步骤S102中二值化处理芯片图像后得到的白色屏蔽盖区域,通过白色屏蔽盖区域四条边的像素点获得一个四边形;
S402、计算四边形的边与直角坐标的夹角,得出四条边的斜率。
由上可知,应用本发明提供的可以得到以下有益效果:通过摄像头拍摄芯片获得具有芯片的第一图像,并对第一图像芯片屏蔽盖进行计算处理,从而准确地确定芯片的位置,实现系统控制机械手机构准确地抓取芯片;通过摄像头拍摄物料槽获得具有物料槽的第二图像,并对第二图像进行计算处理得到物料槽图像的中心点坐标,从而准确地确定芯片放入物料槽中的位置,实现系统控制机械手机构准确地将芯片放入编带的物料槽中,大大提高了对芯片识别的准确率,以及提高设备自动抓取芯片和转移芯片的效率,提高生产效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对本发明实施例或现有技术的描述中所需要使用的附图作简单地介绍。显而易见地,下面描述中的附图仅仅是本发明的一部分实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例基于视觉的芯片识别方法的流程框图;
图2为本发明实施例白色屏蔽盖识别和处理方法的流程框图;
图3为本发明实施例物料槽识别方法的流程框图;
图4为本发明实施例检测芯片的倾斜角度方法的流程框图;
图5为本发明实施例摄像头拍摄的芯片图像;
图6为本发明实施例芯片图像二值化后的白色屏蔽盖示意图;
图7为本发明实施例计算白色屏蔽盖中心点坐标的示意图;
图8为本发明实施例摄像头中心相对芯片屏蔽盖中心距离的示意图;
图9为本发明实施例物料槽图像二值化处后示意图;
图10为本发明实施例物料槽图像中得到的所有圆的示意图;
图11为本发明实施例物料槽中心圆的示意图;
图12为本发明实施例摄像头中心相对于物料槽中心的距离的示意图;
图13为本发明实施例基于白色屏蔽盖区域获得的四边形的示意图;
图14为本发明实施例计算四条形的斜率的示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为了解决上述技术问题,本实施例提供一种基于视觉的芯片识别方法,用于具有三轴机械手的编带机,如图1所示,包括以下步骤:
S100:摄像头拍摄芯片获得具有芯片的第一图像,系统对第一图像进行计算处理,分别获取第一图像的中心点坐标和第一图形中芯片屏蔽盖的中心点坐标;
如图5所示,图中为摄像头在芯片放置区域上方拍摄得到的芯片图像,在生产过程中,由于放置芯片的料盘是黑色的,而芯片边缘是蓝色、芯片的屏蔽盖是白色,且是矩形的,所以采取识别屏蔽盖区域的位置来判断芯片位置,黑色和白色的对比强烈,可以提高稳定性,因此本发明方法根据白色屏蔽盖区域的位置来判断芯片位置。
为此需要计算获得第一图像中芯片屏蔽盖的中心点坐标,如图2所示,其获得过程包括以下步骤:
S101、摄像头拍摄芯片,获得的第一图像为芯片标准图像,并输送至系统;
图5所示为摄像头拍摄得到的第一图像,即包含芯片的标准图像,并将芯片标准图像传送至系统进行下一步识别和处理。
S102、对芯片标准图像二值化处理,对图像上的像素点进行判断并获得白色的屏蔽盖区域在图像上的位置;
在该步骤对图像二值化处理中,人工操作先将灰度值从0开始调整,以1为增值逐步增加,并通过观察图像二值化过程中芯片轮廓的变化,当图像中只剩下清晰的白色屏蔽盖的轮廓,则确定为最佳灰度值。如图6所示,为灰度值120时的芯片图像,得到清晰的白色屏蔽盖轮廓,由此在系统内设置灰度值120来处理芯片标准图像。
S103、根据白色屏蔽盖区域的四条边的像素点坐标,获得一个四边形;
S104、计算四边形对角线交点的坐标,即为芯片屏蔽盖的中心点坐标。
由于屏蔽盖是矩形,通过图像的白色像素点来找到白色屏蔽盖区域的四条边,根据四条边的像素点坐标获得一个四边形,可以通过计算四边形对角线交点坐标的方式来计算白色的屏蔽盖区域的中心坐标,如图7所示,矩形屏蔽盖区域的对角交叉点位置为屏蔽盖区域的中心坐标。
由于摄像头摄影的中心不一定与芯片屏蔽盖中心重合,为此系统需要寻找芯片图像中心点坐标,用于确定抓取芯片的机械手与芯片中心的距离。如图8所示,根据芯片图像对角交叉点位置即可求得芯片图像的中心点坐标。
S200:根据芯片屏蔽盖的中心点坐标和第一图像的中心点坐标计算得到摄像头中心相对于芯片屏蔽盖中心的距离,确定抓取芯片的位置;
找到芯片屏蔽盖的中心点坐标和第一图像的中心点坐标后,可以求出摄像头中心相对于芯片屏蔽盖中心的距离,进而确定抓取芯片的位置,进一步取料机械手抓取芯片,其中,机械手的抓取中心与摄像头的拍摄中心重叠。如果机械手的抓取中心与摄像头中心不重叠,机械手的抓取中心与摄像头中心的距离可以通过高精度游标卡尺测量得到其数值。
S300:摄像头拍摄物料槽获得具有物料槽的第二图像,系统对第二图像进行计算处理,分别得到第二图像的中心点坐标和第二图像中物料槽的槽中心点坐标;
取料机械手抓取芯片后需转移至编带的物料槽中进行封装,为此需要找出物料槽的中心。而编带的物料槽中心形成有明显的圆圈,系统通过识别图像中物料槽中心的圆圈,处理得到图像中物料槽的槽中心点坐标。如图3所示,对物料槽的槽中心点坐标的计算和处理过程包括以下步骤:
S301、通过人工测量物料槽中心的圆圈的直径,计算出圆的面积,并将数值输入至系统;
编带中物料槽中心的圆圈的直径可以通过精密游标卡尺测量,计算出圆的面积并将数值输入至系统,用于后续进行对比识别。
S302、摄像头拍摄物料槽,获得的第二图像为物料槽标准图像,并输送至系统;
S303、对物料槽标准图像二值化处理,利用基尔霍夫找圆算法识别判定图像中为圆形状的区域块/色块,并计算得到各区域块/色块的面积;
如图9所示为摄像头拍摄得到的二值化处理后的物料槽图像。由于二值化处理后的物料槽图像中可能存在多个形状为圆形的区域块/色块,为了能够识别出图像中物料槽中心的圆圈,计算机系统利用基尔霍夫找圆算法识别判定图像中为圆形状的区域块/色块,如图10中所示的各种大小的圆轮廓的区域块/色块,并根据算法计算出各区域块/色块的面积。
S304、将步骤S303中得到的各区域块/色块的面积分别与步骤S301中输入的物料槽中心圆的面积做对比,筛选出与物料槽中心圆的面积最接近的区域块/色块,其圆心坐标则为物料槽的槽中心点坐标。
将步骤S303中计算得到各区域块/色块的面积分别与步骤S301中输入的物料槽中心圆的面积做对比,通过过滤与物料槽中心圆不匹配的区域块,直至筛选出与物料槽中心圆的面积最接近的圆形区域块,其圆心坐标则为物料槽的槽中心点坐标。由于可能存在多个大小与物料槽中心圆相似的圆形区域块,需要将各个圆形区域块的面积均与物料槽中心圆的面积做比较,进而找出物料槽中心圆,为此本方法是通过过滤筛选的方式逐一过滤得到面积最接近物料槽中心圆的圆,其圆心位置则为物料槽的中心,如图11所示的圆为物料槽的中心圆,通过计算其圆心坐标即为物料槽的中心坐标。
同样的,系统需要求出,摄像头中心与物料槽中心的距离,根据物料槽图像对角交叉点位置即可求得物料槽图像的中心点坐标,如图12所示,物料槽图像对角交叉点位置即为物料槽图像的中心点坐标。
S400:根据第二图像的中心点坐标和物料槽的槽中心点坐标计算得到摄像头中心相对于物料槽中心的距离,确定芯片放入物料槽中的位置。
找到物料槽的槽中心点坐标和物料槽图像的中心点坐标后,可以求出摄像头中心相对于物料槽中心的距离,进而确定芯片放入物料槽中的位置,机械手将芯片准确放入物料槽中。
由于料盘上芯片的并不全是整齐排列的,当芯片相对于物料槽存在倾斜角度时,可能导致芯片无法放入物料槽中,为此,在步骤S400中,在确定芯片放入物料槽中的位置之前需检测芯片的倾斜角度,如图4所示,其检测方法包括以下步骤:
S401、根据在步骤S102中二值化处理芯片图像后得到的白色屏蔽盖区域,通过白色屏蔽盖区域四条边的像素点获得一个四边形;
如图13所示,根据二值化处理后的白色屏蔽盖区域四条边的像素点,获得一个四边形。
S402、计算四边形的边与直角坐标的夹角,得出四条边的斜率。
如图14所示,通过四边形的边与直角坐标的夹角β,计算得到机械手上芯片的倾斜角度,为其后续的角度调整提供数据,确保编带机稳定包装生产,提高准确率以及生产效率。
以上所述的实施方式,并不构成对该技术方案保护范围的限定。任何在上述实施方式的精神和原则之内所作的修改、等同替换和改进等,均应包含在该技术方案的保护范围之内。
Claims (3)
1.一种基于视觉的芯片识别方法,其特征在于:用于具有三轴机械手的编带机;在机械手上设置有拍摄中心与其抓取中心重叠的摄像头;包括以下步骤:
S100:摄像头拍摄芯片获得具有芯片的第一图像,系统对第一图像进行计算处理,分别获取第一图像的中心点坐标和第一图像中芯片屏蔽盖的中心点坐标;
S200:根据芯片屏蔽盖的中心点坐标和第一图像的中心点坐标计算得到摄像头中心相对于芯片屏蔽盖中心的距离,确定抓取芯片的位置;
S300:摄像头拍摄物料槽获得具有物料槽的第二图像,系统对第二图像进行计算处理,分别得到第二图像的中心点坐标和第二图像中物料槽的槽中心点坐标;
计算获得第二图像中物料槽的槽中心点坐标,其获得过程包括以下步骤:
S301、通过人工测量物料槽中心的圆圈的直径,计算出圆的面积,并将数值输入至系统;
S302、摄像头拍摄物料槽,获得的第二图像为物料槽标准图像,并输送至系统;
S303、对物料槽标准图像二值化处理,利用基尔霍夫找圆算法识别判定图像中为圆形状的区域块/色块,并计算得到各区域块/色块的面积;
S304、将步骤S303中得到的各区域块/色块的面积分别与步骤S301中输入的物料槽中心圆的面积做对比,筛选出与物料槽中心圆的面积最接近的区域块/色块,其圆心坐标则为物料槽的槽中心点坐标;
S400:根据第二图像的中心点坐标和物料槽的槽中心点坐标计算得到摄像头中心相对于物料槽中心的距离,确定芯片放入物料槽中的位置。
2.根据权利要求1所述的基于视觉的芯片识别方法,其特征在于:在步骤S100中,计算获得第一图像中芯片屏蔽盖的中心点坐标,其获得过程包括以下步骤:
S101、摄像头拍摄芯片,获得的第一图像为芯片标准图像,并输送至系统;
S102、对芯片标准图像二值化处理,对图像上的像素点进行判断并获得白色的屏蔽盖区域在图像上的位置;
S103、根据白色屏蔽盖区域的四条边的像素点坐标,获得一个四边形;
S104、计算四边形对角线交点的坐标,即为芯片屏蔽盖的中心点坐标。
3.根据权利要求2所述的基于视觉的芯片识别方法,其特征在于:在步骤S400中,确定芯片放入物料槽中的位置之前需检测芯片的倾斜角度,其检测方法包括以下步骤:
S401、根据在步骤S102中二值化处理芯片图像后得到的白色屏蔽盖区域,通过白色屏蔽盖区域四条边的像素点获得一个四边形;
S402、计算四边形的边与直角坐标的夹角,得出四条边的斜率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010268483.9A CN111507949B (zh) | 2020-04-08 | 2020-04-08 | 一种基于视觉的芯片识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010268483.9A CN111507949B (zh) | 2020-04-08 | 2020-04-08 | 一种基于视觉的芯片识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111507949A CN111507949A (zh) | 2020-08-07 |
CN111507949B true CN111507949B (zh) | 2023-08-15 |
Family
ID=71875902
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010268483.9A Active CN111507949B (zh) | 2020-04-08 | 2020-04-08 | 一种基于视觉的芯片识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111507949B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113034485A (zh) * | 2021-04-09 | 2021-06-25 | 浙江欧视电科技有限公司 | 融合Hough变换和卡尺聚类的圆检测方法 |
CN117457536B (zh) * | 2023-11-01 | 2024-03-26 | 江苏新智达新能源设备有限公司 | 一种基于图像处理的芯片智能拾取方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0798208A (ja) * | 1993-09-29 | 1995-04-11 | Nippondenso Co Ltd | 視覚に基く三次元位置および姿勢の認識方法ならびに視覚に基く三次元位置および姿勢の認識装置 |
CN101839690A (zh) * | 2010-04-13 | 2010-09-22 | 河海大学常州校区 | 一种基于边缘拟合的片式电子元件位置误差视觉检测方法 |
CN101936708A (zh) * | 2010-08-13 | 2011-01-05 | 河海大学常州校区 | Qfp芯片的定位检测方法 |
CN104048607A (zh) * | 2014-06-27 | 2014-09-17 | 上海朗煜电子科技有限公司 | 机械手臂的视觉识别抓取方法 |
CN104392950A (zh) * | 2014-11-03 | 2015-03-04 | 西安工业大学 | 一种芯片焊点的定位方法 |
CN106251354A (zh) * | 2016-07-28 | 2016-12-21 | 河北工业大学 | 用于螺钉自动装配的机器视觉定位方法 |
CN107030687A (zh) * | 2016-02-04 | 2017-08-11 | 上海晨兴希姆通电子科技有限公司 | 位置偏移检测方法及模块、抓取位置校准方法、抓取系统 |
-
2020
- 2020-04-08 CN CN202010268483.9A patent/CN111507949B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0798208A (ja) * | 1993-09-29 | 1995-04-11 | Nippondenso Co Ltd | 視覚に基く三次元位置および姿勢の認識方法ならびに視覚に基く三次元位置および姿勢の認識装置 |
CN101839690A (zh) * | 2010-04-13 | 2010-09-22 | 河海大学常州校区 | 一种基于边缘拟合的片式电子元件位置误差视觉检测方法 |
CN101936708A (zh) * | 2010-08-13 | 2011-01-05 | 河海大学常州校区 | Qfp芯片的定位检测方法 |
CN104048607A (zh) * | 2014-06-27 | 2014-09-17 | 上海朗煜电子科技有限公司 | 机械手臂的视觉识别抓取方法 |
CN104392950A (zh) * | 2014-11-03 | 2015-03-04 | 西安工业大学 | 一种芯片焊点的定位方法 |
CN107030687A (zh) * | 2016-02-04 | 2017-08-11 | 上海晨兴希姆通电子科技有限公司 | 位置偏移检测方法及模块、抓取位置校准方法、抓取系统 |
CN106251354A (zh) * | 2016-07-28 | 2016-12-21 | 河北工业大学 | 用于螺钉自动装配的机器视觉定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111507949A (zh) | 2020-08-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100547351C (zh) | 一种机器视觉定位方法 | |
JP5947169B2 (ja) | 外観検査装置、外観検査法およびプログラム | |
US5825913A (en) | System for finding the orientation of a wafer | |
US8503757B2 (en) | Image measurement device, method for image measurement, and computer readable medium storing a program for image measurement | |
CN111507949B (zh) | 一种基于视觉的芯片识别方法 | |
US20210150700A1 (en) | Defect detection device and method | |
CN106651857A (zh) | 一种印刷电路板贴片缺陷检测方法 | |
CN115880296B (zh) | 基于机器视觉的预制构件质量检测方法及装置 | |
US20220215521A1 (en) | Transmission image-based non-destructive inspecting method, method of providing non-destructive inspection function, and device therefor | |
US6633663B1 (en) | Method and system for determining component dimensional information | |
CN113888510A (zh) | 检测方法、检测装置、检测设备及计算机可读存储介质 | |
CN112651261B (zh) | 高精度2d相机坐标系和机械坐标系转换关系的计算方法 | |
EP3300473B1 (en) | Component orientation determination data creation device and component orientation determination data creation method | |
US20220180494A1 (en) | Wire shape measurement device, wire three-dimensional image generation method, and wire shape measurement method | |
JP2000249658A (ja) | 検査装置 | |
RU2519005C1 (ru) | Способ допускового контроля печатных плат | |
Han et al. | A template matching based method for surface-mount rectangular-pin-chip positioning and defect detection | |
JP2562047B2 (ja) | 対象物体の位置姿勢認識方法 | |
JPH0644360A (ja) | リード付き電子部品の視覚的検査方法および装置 | |
CN103927755A (zh) | 多景深图像处理方法 | |
JPH06260794A (ja) | 電子部品の位置認識方法および位置認識装置 | |
WO2021111768A1 (ja) | 設定システム、設定方法及びプログラム | |
CN109035333B (zh) | 轴对称图形的偏转角度识别的单目机器视觉方法 | |
Chin et al. | Automatic visual inspection of printed circuit boards | |
JP2010243242A (ja) | 欠陥検出方法および欠陥検出装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |